AI 词汇表

📖

个术语

Classifier-Free Guidance

一种无需外部分类器的引导技术，通过使用模型本身来遵循或忽略条件信号，从而提高对提示词的忠实度。

📖

个术语

IP-Adapter (图像提示适配器)

允许使用参考图像作为提示的模块，通过编码其视觉特征来引导生成过程，而无需修改扩散模型的权重。

📖

个术语

GLIGEN (基于语言到图像生成)

将边界框与文本概念锚定的框架，允许对生成图像中对象的位置和大小进行精确的空间控制。

📖

个术语

交叉注意力引导

利用文本和图像之间的交叉注意力图来增强或减弱提示词特定部分对生成图像区域影响的机制。

📖

个术语

LoRA (低秩自适应)

一种高效的微调技术，将小型低秩矩阵注入到模型的注意力层中，能够以最少的参数学习新风格或概念。

📖

个术语

T2I-Adapter (文本到图像适配器)

轻量级模块，通过使用额外的参考条件（如草图或分割图）来引导预训练的扩散模型，无需完全重新训练。

📖

个术语

UNet 引导

直接在 UNet 架构的去噪预测上操作的引导过程，通过修改梯度方向使生成与期望条件对齐。

📖

个术语

注意力重聚焦

修改注意力图以将提示词标记的重要性重定向到图像的另一区域的方法，允许重新组织生成元素的构图。

📖

个术语

语义引导

使用外部语义模型（如CLIP）计算引导损失的方法，确保生成的图像在概念层面上与提示的含义保持一致。

📖

个术语

多模态引导

同时结合多种引导类型（文本、图像、掩码、深度图）的策略，实现对生成过程的分层和多方面控制。

📖

个术语

空文本反演

一种图像编辑技术，通过反转生成过程来找到优化的'空提示'，允许对真实图像进行精确修改而不产生伪影。

📖

个术语

SDEdit（随机微分方程编辑）

一种向现有图像添加噪声，然后使用引导进行去噪的方法，能够在编辑真实图像的同时保留其底层结构。